研究对比长文档 RAG：混合检索证据覆盖率达 94.1%
原文标题：Scan or Index? large Evidence Coverage, Answer Quality, and Cost in Long-Document RAG
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文比较 11 种长文档检索配置，涵盖词法/稠密检索、混合重排与全文扫描，使用 396 道 QASPER 题与 8 本教材的 80 道题评测。结果显示 Hybrid + Jev 在书籍上证据覆盖率最高达 94.1%，但覆盖率更高并不必然带来更好答案；全文扫描延迟显著更高，可复用稠密检索的 API 成本更低。
- 问题
- 长文档 RAG 中全文扫描是否比检索保留更多有用证据、给出更好答案。
- 方法
- 对比 11 种检索配置（词法/稠密、混合重排、全文扫描），固定答案生成器，用 QASPER 与整本教材评测。
- 结果
- 书籍上 Hybrid + Jev 证据覆盖率最高 94.1%；Hybrid + Decisions 答案准确率最高 0.892；全文扫描延迟显著更高。
- 影响
- 选长文档检索策略应同时看证据保留、答案质量和复用成本，覆盖率不等于答案质量，全文扫描未必划算。
深读 · 结论先行AI 生成展开看要点与影响 ↓
11种长文档检索配置对比中，Hybrid+Jev书籍证据覆盖率最高94.1%，但覆盖率不等于答案更好。
- •评测用396道QASPER题与8本教材的80道题，固定答案生成器、限5段
- •书籍上Hybrid+Jev覆盖率94.1%，Jev全文扫描88.7%，OpenAI稠密检索81.3%
- •Hybrid+Decisions答案准确率0.892为检索方法最高，尽管其证据覆盖更低
- •全文扫描延迟显著更高；可复用稠密检索的API成本随查询累积低于付费决策方法
- •多数QASPER文章本就落在混合候选池内，扫描收益有限
为什么重要：选长文档RAG方案时应把证据保留、答案质量、复用成本分开评估，别只盯覆盖率指标。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。